快速收敛的机器人部队任意队形分布式控制算法

针对多智能体协作完成特定任务时难以在全自主控制的前提下协作形成任意队形和队形向量不易确定的问题 ,通过由各智能体自主简单的确定自己的队形向量 ,从理论上扩展基于队形向量的队形控制原理以生成任意队形 ,改进机器人的运动方式以提高收敛速度 ,提出一种快速收敛的机器人部队任意队形分布式控制算法 .仿真结果表明 ,该算法可以形成任意队形 ,比现有控制算法的收敛速度快 ,队形收敛所需的时间仅为现有算法的 10

蜂窝移动通信系统中的平衡分布式功率控制算法

蜂窝移动通信系统中的功率控制是解决远 -近效应问题的主要手段 .为了克服现有功率控制算法的一些缺点 ,提出了平衡分布式控制算法 .该算法以载干比平衡为准则 ,在无需任何全局信息交换的条件下 ,既可以减少也可以增加发射功率 ,使发射功率保持在发射机的动态范围内 。

分布式预测控制算法的性能分析

分布式求解策略是为了降低大规模预测控制系统在线实施的计算量和计算复杂性而提出的一种有效算法。在算法收敛的条件下 ,分析了分布式求解和集中求解两种方法在单步时域上的性能偏差 ,给出了标称情况下分布式预测控制系统名义稳定的充分条件 。

CDMA系统中的一种分布式功率控制算法

通过仿真、对比分析了一种基于效益函数的博弈功率控制(UBPC)算法与DPC功率控制算法用于CDMA系统的性能。结果表明恰当选择效益函数和代价函数后,博弈功率控制算法可解决DPC算法因用户数的增加而发散的问题,并且可以保证用户的QoS要求及用户间的公平性,同时算法的收敛速度对用户数不敏感。

一种新的分布式功率控制算法

该文首先提出改进的分布式功率控制(IDPC)算法的原型算法,再进一步以分布式实现该原 型算法,从而最终得到IDPC算法。该文还对不同的分布式功率控制算法做了理论分析及仿真比较,最终 得出了IDPC算法具有很快的收敛速度和优越的中断性能的结论。

基于分布式预测控制算法的DG并网运行功率波动研究

本文设计了分布式预测控制算法,建立了分布式电源并网运行系统的有功频率分布式预测控制模型,在预测控制周期里,得到分布式电源并网功率波动的纳什均衡控制解,从而完成了多个分布式电网并网发电的在线优化控制,通过模型预测控制实现系统并网的安全稳定运行。当分布式电源和配电网解列时,分布式预测控制方法能够实现分散预测控制状态,使得分布式电源可以稳定运行,下次并网后,不会对配电网形成很大的冲击,有利于配电网的稳定运行。

分组交换网络中分布式调度控制算法研究

文章首先对目前分组交换网络中支持 Qo S的队列调度算法进行了比较研究 ,分析了其性能指标和技术特点 .然后以 Internet核心路由器中线卡级和交换级的队列调度设计为例 ,从控制论的角度提出了一种支持 Qo S的分布式加权轮询调度控制算法 .同时对交换网络进行了仿真实验 ,吞吐率达到 96 %的仿真实验结果表明所提出的算法是有效的 .最后 ,文章认为在实际应用中 ,应针对不同情况设计不同的调度控制算法 ,以便在复杂性、公平性、快速性及有效性等特性方面取得一个折衷方案 。

基于双输入双输出液位控制模型的分布式无线控制网络研究

针对一类面向工业应用的双输入双输出液位控制模型,采用一种基于无线控制网络的分布式控制方法。无线控制网络的特点是将整个网络本身看成一个全分布式的控制器。根据李雅普诺夫理论,使用CVX工具包求解得到了保证闭环系统全局渐进稳定的WCN矩阵参数,仿真结果验证了所提出的控制策略的正确性和有效性。

GNSS拒止下面向目标监视的多无人机定位与控制方法

针对GNSS拒止环境下缺乏全局位置信息的静止目标持续监视问题,提出了一种仅基于方位角测量的多无人机分布式定位与控制方法。首先,设计一个无人机和目标之间的相对位置估计器,用来确定目标在每架无人机局部坐标系中的位置;其次,基于所估计的相对位置设计一个分布式控制算法,使无人机能够以规定的半径、圆周速度和无人机间的角度间隔围绕目标飞行,对目标持续进行全方位监视;最后,通过收敛性和稳定性分析理论证明了所提方法能够确保多无人系统收敛到期望的运动。通过仿真验证了所提方法能够实现GNSS拒止环境下多无人机对目标的持续监视。

基于DMPC的多机械臂协同操作控制

针对多机械臂协作搬运中的编队稳定性和协同控制优化问题,提出了一种基于迭代线性二次型调节器(iLQR)的分布式预测控制算法(DMPC)。首先,对机械臂动力学模型中的末端接触力进行受力分析,从而得到机械臂的状态空间模型。其次,通过定义多机械臂系统的刚性编队约束来维持搬运途中编队结构的稳定。然后,将编队约束整合到DMPC的代价函数中用于建立约束最优化问题,并利用iLQR算法求解优化问题。最后,仿真实验验证了所提算法的有效性。

基于博弈模型的多智能体覆盖控制问题

多智能体覆盖控制问题是多智能体分布式协作控制的一个重要研究方向,对于要完成给定任务的多智能体系统而言,保持整体的连通性以便信息的共享非常重要。为解决多智能体连通覆盖问题,在非合作博弈的基本模型上,提出了一种完全分布式的控制算法,即每个智能体仅利用通信范围内其他智能体的信息来独立决策自己的行动,使得系统能在基本保持全局连通的同时,实现对周围环境的最大覆盖。在决策每一步的行动时,每个智能体都希望和通信范围内的其他智能体保持尽可能大的距离,但又不能完全孤立,可看作是一个多目标组合优化问题。仿真结果表明了算法的有效性。

一种新的多阅读器防碰撞算法的研究

无线射频识别技术中多阅读器环境下的信息传输是一个复杂的问题,该文针对这个问题,提出了多阅读器防碰撞的自适应分布式功率控制算法。该算法通过自适应的调整阅读器的发射功率来减小阅读器间的干扰,以使全部阅读器达到最佳的阅读范围。仿真实验中采用给定最小距离的多阅读器随机分布网络拓扑结构。仿真结果表明,RFID自适应分布式算法能有效地解决多阅读器信息碰撞,提高阅读器的读写距离。

V2G模式下电动汽车与可再生能源双层协调优化

大规模电动汽车和可再生能源接入电网需要合理的协调控制方法。本文建立了电动汽车与可再生能源双层协调优化模型,上层模型以等效负荷波动最小和可再生能源渗透率最大为目标,通过最大模糊满意度法将多目标问题转化为单目标问题;下层模型以实现电动汽车充放电负荷跟踪为目标,用分布式控制算法控制每辆车的充放电;最后用遗传算法求解上下层的优化模型。结果表明,电动汽车与可再生能源的双层协调优化能够有效降低对电网的影响,提高可再生能源渗透率,而且车辆规模越大,优化结果越好。